十一假期回老家，被开宠物寄养工作室的表弟拽住，两天做了个预约小工具。本文拿这次实战当线，讲清一个判断：AI 开发工具的竞争点，已经从"生成代码"挪到"组织研发工作"。

演进线：从补全到组织

过去两年 AI 编程工具走了一条清晰的路：

• 聊天助手阶段：你问它答，代码复制粘贴，上下文自己维护
• 代码生成阶段：描述需求直接出代码，但测试、部署、联调还是你自己的
• 工程执行阶段：工具开始直接改项目文件、跑终端命令、提 Git 变更，AI 从"建议者"变成"执行者"
• 工作组织阶段：多个 Agent 分工协作，任务编排、进度跟踪、结果验证、经验复用收进同一个工作台

前三段解决"写得快"，最后一段解决"做得完"。市面上多数工具卡在第三段，第四段的差异在机制设计。

四层能力拆解

四层机制对应 XunOPC 的计划模式、XunCode Engine、人类在环审批与 Skills/Skill Gym，机制名为官网口径，实战体验是我个人的。这套设计的核心主张：写代码是软件创造里的一环，把需求、技术、执行组织起来才是产品能力。

三个设计里最值得抠的点

工作树隔离防的是什么。 并行任务最大的风险是互相踩：两个任务改同一批文件，合并时冲突够你喝一壶。独立 Worktree 把每个任务放进隔离目录，保障的是"一个任务的失败不污染另一个"。要说清楚边界：隔离得了文件，隔离不了糟糕的任务拆解，拆解质量依然取决于人。

审批点该放在哪。 我的经验是盯住不可逆动作：状态变更、删除、部署、对外发送。查询类全自动，变更类逐个确认。全都要人点等于没有审批，全自动等于赌命，这条线的位置是产品成熟度的标志。

Skill 是复利也是雷。 验证过的流程沉淀成 Skill，团队经验开始复利；没验证的流程存进去，下次就是批量复用错误。所以沉淀前那道验证关（Skill Gym 的存在意义），是整套机制里最不能省的环节。

隐性成本账

• 组织成本：一个人同时推两条功能线，以前靠加班硬扛，现在靠机制兜底
• 判断成本：没降。砍需求、定方向、验收标准，仍然是人扛
• 维护成本：从"改代码"变成"看记录、批操作"，总时长降了，责任心一分没少

总结

节后返工第一天写完这篇。工具把"组织一个研发过程"的成本打到个人可承受，一个人带着一队 Agent 做完产品，今年已经是可复制的路径。剩下的问题照旧：需求判断、方向取舍、维护责任，都在人这边。

案例为个人实战，n=1，不外推。Skill 沉淀前请务必走完验证流程。